第3节 成对数据的统计分析.docxVIP

第3节　成对数据的统计分析 考试要求　1.了解样本相关系数的统计含义.2.了解一元线性回归模型和2×2列联表，会运用这些方法解决简单的实际问题.3.会利用统计软件进行数据分析. 1.变量的相关关系 (1)相关关系 两个变量有关系，但又没有确切到可由其中的一个去精确地决定另一个的程度，这种关系称为相关关系. (2)相关关系的分类：正相关和负相关. (3)线性相关 一般地，如果两个变量的取值呈现正相关或负相关，而且散点落在一条直线附近，我们就称这两个变量线性相关. 一般地，如果两个变量具有相关性，但不是线性相关，那么我们就称这两个变量非线性相关或曲线相关. 2.样本相关系数 (1)相关系数r的计算 变量x和变量y的样本相关系数r的计算公式如下： (2)相关系数r的性质 ①当r0时，称成对样本数据正相关；当r0时，成对样本数据负相关；当r＝0时，成对样本数据间没有线性相关关系. ②样本相关系数r的取值范围为[－1，1]. 当|r|越接近1时，成对样本数据的线性相关程度越强； 当|r|越接近0时，成对样本数据的线性相关程度越弱. 3.一元线性回归模型 (1)经验回归方程与最小二乘法 我们将eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^))称为Y关于x的经验回归方程，也称经验回归函数或经验回归公式，其图形称为经验回归直线.这种求经验回归方程的方法叫做最小二乘法，求得的eq \o(b,\s\up6(^))，eq \o(a,\s\up6(^))叫做b，a的最小二乘估计， 其中 (2)利用决定系数R2刻画回归效果 ，R2越大，即拟合效果越好，R2越小，模型拟合效果越差. 4.列联表与独立性检验 (1)2×2列联表 一般地，假设有两个分类变量和Y，它们的取值分别为{x1，x2}和{y1，y2}，其2×2列联表为 x y 合计 y＝y1 y＝y2 x＝x1 a b a＋b x＝x2 c d c＋d 合计 a＋c b＋d n＝a＋b＋c＋d (2)临界值 χ2＝eq \f(n（ad－bc）2,（a＋b）（c＋d）（a＋c）（b＋d）).忽略χ2的实际分布与该近似分布的误差后，对于任何小概率值α，可以找到相应的正实数xα，使得P(χ2≥xα)＝α成立.我们称xα为α的临界值，这个临界值就可作为判断χ2大小的标准. (3)独立性检验 基于小概率值α的检验规则是： 当χ2≥xα时，我们就推断H0不成立，即认为和Y不独立，该推断犯错误的概率不超过α； 当χ2＜xα时，我们没有充分证据推断H0不成立 ，可以认为和Y独立. 这种利用χ2的取值推断分类变量和Y是否独立的方法称为χ2独立性检验，读作“卡方独立性检验”，简称独立性检验. 下表给出了χ2独立性检验中几个常用的小概率值和相应的临界值 α 0.1 0.05 0.01 0.005 0.001 xα 2.706 3.841 6.635 7.879 10.828 1.求解经验回归方程的关键是确定回归系数eq \o(a,\s\up6(^))，eq \o(b,\s\up6(^))，应充分利用回归直线过样本点的中心(eq \o(x,\s\up6(－))，eq \o(y,\s\up6(－))). 2.根据经验回归方程计算的eq \o(y,\s\up6(^))值，仅是一个预报值，不是真实发生的值. 3.根据χ2的值可以判断两个分类变量有关的可信程度，若χ2越大，则两分类变量有关的把握越大. 1.思考辨析(在括号内打“√”或“×”) (1)“名师出高徒”可以解释为教师的教水平与生的水平成正相关关系.(　　) (2)通过经验回归方程eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^))可以估计预报变量的取值和变化趋势.(　　) (3)只有两个变量有相关关系，所得到的回归模型才有预测价值.(　　) (4)事件，Y关系越密切，则由观测数据计算得到的χ2的值越大.(　　) 答案　(1)√　(2)√　(3)√　(4)√ 2.(多选)在统计中，由一组样本数据(x1，y1)，(x2，y2)，…，(xn，yn)利用最小二乘法得到两个变量的经验回归方程为eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^))，那么下列说法正确的是(　　) A.相关系数r不可能等于1 B.直线eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋eq \o(a,\s\up6(^))必经过点(eq \o(x,\s\up6(－))，eq \o(y,\s\up6(－))) C.直线eq \o(y,\s\up6(^))＝eq \o(b,\s\up6(^))x＋